Python concurrent.futures 的 map 函数解释

最新推荐文章于 2025-04-19 10:27:56 发布

潘广宇

最新推荐文章于 2025-04-19 10:27:56 发布

阅读量5.5k

点赞数 3

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/panguangyuu/article/details/105333865

版权

Python 专栏收录该内容

32 篇文章

订阅专栏

本文通过一个Python示例程序深入讲解了如何使用ThreadPoolExecutor进行并发编程。演示了如何利用ThreadPoolExecutor的map方法处理一系列任务，展示了线程池的工作原理，包括线程的创建、任务的分配和执行结果的获取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

先看一个 demo 程序：

from concurrent import futures
import time
import random

def returnNumber(number: int)->int:
    print("start return number {}".format(number))
    time.sleep(random.randint(10, 20))                     # 随机睡眠10-20秒
    print("end return number {}".format(number))
    return number                                          # 返回参数本身

if __name__ == '__main__':
    with futures.ThreadPoolExecutor(5) as executor:        # __exit__方法会调用executor.shutdown(wait=True)，在所有线程都执行完毕前阻塞当前线程
        res = executor.map(returnNumber, range(0, 10))     # 返回一个生成器，保存的是每个线程处理完返回的结果。其中range序列中0-4交给线程池并发调用，当其中一个线程完成后，将5交给线程池处理，以此类推。
        print(res)
    print("-----end-----")
    print(list(res))

再看程序运行结果：

start return number 0
start return number 1
start return number 2
start return number 3
start return number 4
<generator object Executor.map.<locals>.result_iterator at 0x0000014C656E1B48>  # 从开头到这里，是一次执行完毕打印的。因为ThreadPoolExecutor开启5个线程的线程池，5个线程同时并发执行函数，并打印res为一个生成器
end return number 3                    # 随机睡眠结束过后，首个线程结束
start return number 5                  # 上述线程结束后，从线程池剔除，开启下一个线程，始终保持ThreadPoolExecutor处于5个线程的状态处理任务
end return number 4
start return number 6
end return number 2
start return number 7
end return number 1
start return number 8
end return number 0
start return number 9
end return number 5
end return number 6
end return number 8
end return number 9
end return number 7
-----end-----                         # 只有当所有线程在上下文管理器中执行完时，当前线程才解除阻塞     
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]        # 打印res返回的线程函数处理的结果